80,000 recettes, une meilleure taxonomie : affiner la recherche dans une base de connaissances mondiale de fabrication.

À propos du client

La Société Z est un fabricant pharmaceutique mondial. Elle vend ses produits dans plus de 140 pays. La division de production de la Société Z supervise la formulation, le conditionnement et la distribution de son portefeuille mondial de produits. Son centre d'excellence en gestion des connaissances a travaillé avec Iknow sur plusieurs missions pour bâtir et affiner en continu la taxonomie d'entreprise qui alimente la recherche dans les référentiels SharePoint de la Société Z, aidant les scientifiques et ingénieurs de la Société Z à trouver rapidement et précisément le contenu pertinent, quelle que soit la discipline technique dont il provient.

Contexte sectoriel

La production pharmaceutique traverse une mutation structurelle vers les produits biologiques (de grandes molécules complexes telles que les anticorps monoclonaux produits dans des cellules vivantes) aux côtés des médicaments traditionnels à petites molécules issus de la synthèse chimique, qui représentent encore la majorité des médicaments approuvés. Le marché mondial de la production de produits biologiques était évalué à environ 40 milliards de dollars en 2025 et devrait croître de près de 17% par an jusqu'en 2033, porté en partie par la complexité de fabrication bien plus grande des produits biologiques. Alors qu'une petite molécule est produite par une synthèse chimique relativement simple, un produit biologique exige le développement de lignées cellulaires, la culture en bioréacteur et une purification en aval spécialisée. Une taxonomie qui regroupe les deux sous des termes de procédé génériques devient moins utile précisément au moment où ce portefeuille évolue, car un scientifique cherchant des orientations sur une étape de récolte en bioréacteur a besoin de contenus très différents de ceux d'un collègue travaillant sur la formulation d'un comprimé à petite molécule.

Situation de départ

La taxonomie existante de la Société Z (plus de 1,840 termes sur une hiérarchie à quatre niveaux et 10 facettes, déjà affinée une première fois à partir de tests, de retours d'utilisateurs finaux et de l'analyse de contenus tels que les rapports d'écarts de production) ne distinguait toujours pas clairement les étapes propres aux grandes molécules, propres aux petites molécules et génériques au sein de ses facettes production et commercialisation. La Société Z a demandé à Iknow d'améliorer encore la qualité de l'étiquetage des métadonnées par modalité de médicament, de passer en revue plus largement les retours d'utilisateurs et la qualité des termes de la taxonomie, d'examiner les résultats de classification à la recherche d'opportunités d'amélioration supplémentaires, et d'implémenter et tester les changements requis.

• Une taxonomie déjà mature qui mélange encore des modalités de médicaments distinctes. Même la robuste taxonomie de 1,840 termes de la Société Z ne séparait pas clairement les étapes de production et de commercialisation propres aux grandes molécules, propres aux petites molécules et génériques, limitant la précision avec laquelle les utilisateurs pouvaient filtrer par modalité de médicament.
• Un écart croissant avec le portefeuille de produits en évolution de la Société Z. À mesure que le portefeuille de la Société Z, comme celui de l'industrie dans son ensemble, intégrait davantage de produits biologiques à grandes molécules aux côtés des médicaments traditionnels à petites molécules, la capacité de la taxonomie à distinguer les deux devenait plus importante qu'au moment de sa construction initiale.
• Des retours éparpillés dans un canal de commentaires informel. Un signal clair concernant l'étiquetage inexact apparaissait dans les commentaires de l'intranet de la Société Z, mais seulement sous forme de remarques non structurées qu'il fallait synthétiser en changements concrets de la taxonomie.
• Une base de preuves massive et non structurée à exploiter. Confirmer et étoffer les termes propres à chaque modalité exigeait d'analyser les schémas d'étiquetage de 10 grandes collections de contenus et d'environ 80,000 entrées de la base de données de recettes de production de la Société Z, bien trop pour une revue manuelle.

• Améliorer la qualité de l'étiquetage des métadonnées pour les grandes et petites molécules, en particulier dans les facettes production et commercialisation de la taxonomie, afin de permettre des recherches plus précises par modalité de médicament.
• Passer en revue les retours d'utilisateurs et affiner les définitions de termes, les synonymes, les acronymes et les autres libellés alternatifs de la taxonomie.
• Examiner les résultats de classification et identifier des opportunités supplémentaires d'amélioration de la précision de la classification automatique.
• Implémenter et tester les changements requis dans le modèle de taxonomie et les règles de classification.

Comment Iknow a structuré la mission

Iknow a structuré la mission en quatre phases, passant des retours d'utilisateurs et de l'analyse des données à la validation par les parties prenantes, puis à l'implémentation par étapes et aux tests de la taxonomie révisée.

Activités et décisions clés

• Revue des retours d'utilisateurs. Iknow a passé en revue les retours d'utilisateurs sur la taxonomie soumis via le canal de commentaires de l'intranet de la Société Z, en se concentrant sur les remarques relatives à la précision et à l'équilibre de l'étiquetage entre petites et grandes molécules.
• Revue de classification et analyse de données. Iknow a compilé des rapports d'étiquetage actuels pour 10 grandes collections de contenus, montrant la fréquence des étiquettes dans les facettes Étape de production et Étape de commercialisation par type de molécule, afin d'identifier le sur- et le sous-étiquetage de termes spécifiques. Iknow a également analysé la base de données de « recettes » de production de la Société Z, forte d'environ 80,000 entrées, pour identifier les étapes propres aux petites et grandes molécules et de possibles nouveaux termes de taxonomie.
• Entretiens avec les parties prenantes. Iknow a mené des entretiens avec les utilisateurs pour explorer les améliorations possibles de la taxonomie, ce qui a conduit à des ajustements de la hiérarchie et du regroupement thématique de la taxonomie et a fait émerger de nombreux nouveaux termes pour une granularité de recherche accrue.
• Implémentation et tests. Iknow a d'abord édité le modèle de taxonomie dans Excel pour une revue rapide par les utilisateurs, puis a implémenté les changements dans Semaphore Ontology Editor, et a effectué des tests de classification sur le modèle révisé avant la publication finale.

Parties prenantes et collaboration

Iknow est intervenue comme contractant principal, travaillant directement avec le centre d'excellence KM de la Société Z et s'appuyant à la fois sur les retours d'utilisateurs de l'intranet et sur des entretiens directs avec des scientifiques et des ingénieurs, prolongeant ainsi la relation de longue date, sur plusieurs missions, entre Iknow et la Société Z autour de la taxonomie.

Trouver le vrai signal dans 80,000 entrées non structurées

Confirmer les termes véritablement propres aux grandes et petites molécules exigeait plus que de l'intuition : il fallait des preuves tirées des données opérationnelles de la Société Z. Iknow y a répondu en analysant systématiquement la base de données de recettes de production parallèlement aux rapports de fréquence d'étiquetage de 10 grandes collections de contenus, en croisant les références pour identifier où les étiquettes existantes étaient sur- ou sous-appliquées selon le type de molécule, puis en proposant de nouveaux termes, en fondant chaque changement sur des données d'usage réelles plutôt que sur des suppositions.

Transformer des retours informels en une révision validée de la taxonomie

Des commentaires intranet épars ne pouvaient à eux seuls indiquer à Iknow quels changements amélioreraient réellement la recherche sans perturber une taxonomie déjà déployée et activement utilisée. Iknow y a répondu en combinant une revue structurée des retours d'utilisateurs avec des entretiens directs avec les parties prenantes, puis en échelonnant l'implémentation (une ébauche Excel pour une revue rapide par les utilisateurs, suivie de Semaphore Ontology Editor pour l'implémentation et les tests de classification) avant de publier le modèle final.

Résultats quantitatifs

• Nouveaux termes ajoutés : environ 200 nouveaux termes de taxonomie, avec les synonymes et acronymes correspondants.
• Données analysées : rapports d'étiquetage de 10 grandes collections de contenus et une base de données de recettes de production d'environ 80,000 entrées.
• Livraison : achevée dans les délais, au sein de la période contractuelle de quatre mois.

Résultats qualitatifs

Plusieurs changements dans les regroupements et la hiérarchie de la taxonomie ont amélioré la séparation des étapes de procédé à petites molécules, à grandes molécules et génériques, et les tests ont montré des gains significatifs de précision de l'étiquetage pour les termes de production détaillés. Les nouveaux termes et les facettes réorganisées ont donné aux scientifiques et ingénieurs de la Société Z un moyen de filtrer les résultats de recherche par modalité de médicament qui n'existait pas auparavant, réduisant le bruit des résultats non pertinents lorsqu'une personne travaillant sur un produit biologique cherchait une étape de production qui s'appliquait aussi, dans un procédé différent, à la production de petites molécules. La mission a également prolongé le partenariat pluriannuel et itératif d'Iknow avec la Société Z autour de la taxonomie, maintenant l'infrastructure de recherche sous-jacente alignée sur le portefeuille de produits de la Société Z à mesure qu'il évolue davantage vers les produits biologiques complexes, une tendance à l'œuvre dans l'ensemble de l'industrie de la production pharmaceutique et non propre à la Société Z.

Délai d'impact

Iknow a livré les quatre phases (revue des retours, analyse de classification, entretiens avec les parties prenantes, implémentation et tests) dans la période contractuelle de quatre mois.

Compétences clés

• Affinage et gouvernance de taxonomies
• Analytique de classification
• Réglage des règles de classification automatique
• Recueil des exigences piloté par les parties prenantes

Méthodes et cadres

• Analyse de la fréquence d'étiquetage par collection de contenus
• Revue structurée des retours d'utilisateurs
• Entretiens avec les parties prenantes
• Implémentation et tests du modèle par étapes

Technologies et outils

• Progress Semaphore Ontology Editor
• Recherche d'entreprise SharePoint et analyse de la base de données de recettes de production